第二章 遥感信息的地学评价

遥感信息评价指标随着遥感技术的不断发展和应用，遥感信息的评价成为了遥感研究中的一个重要问题。

遥感信息评价指标是评价遥感信息质量和有效性的标准和方法。

本文将从不同角度介绍遥感信息评价指标的相关内容。

一、遥感图像质量评价指标1. 分辨率：分辨率是指遥感图像中可分辨的最小空间单位，通常用米或者像素表示。

分辨率越高，图像中的细节信息就越丰富，有利于提取更准确的地物信息。

2. 均匀性：图像均匀性是指图像中不同地物类别分布的均匀程度。

均匀性好的图像，地物分布的差异较小，有利于提取地物信息的一致性。

3. 噪声：噪声是指图像中的随机干扰信号，会对地物信息的提取造成影响。

图像质量评价中，通常使用信噪比来评估图像中的噪声水平，信噪比越高，图像质量越好。

4. 对比度：对比度是指图像中不同地物之间的亮度差异程度。

对比度越大，地物之间的区分度越高，有利于提取地物信息。

5. 形变：形变是指图像中地物位置相对于实际位置的偏差。

形变越小，图像的几何精度越高，有利于地物信息的提取和分析。

二、遥感数据质量评价指标1. 几何精度：几何精度是指遥感数据中地物位置相对于实际位置的偏差程度。

几何精度越高，地物位置信息的精确度就越高，有利于地物信息的提取和分析。

2. 光谱精度：光谱精度是指遥感数据中不同波段之间的光谱反射率的准确性。

光谱精度越高，遥感数据能够更准确地反映地物的光谱特征。

3. 时间精度：时间精度是指遥感数据采集的时间间隔。

时间精度越高，可以获取到更多时相信息，有利于监测和分析地表变化。

4. 信噪比：信噪比是指遥感数据中信号与噪声的比值。

信噪比越高，数据质量越好，有利于提取地物信息。

5. 动态范围：动态范围是指遥感数据中能够表达的亮度级别范围。

动态范围越大，数据能够表达的亮度级别范围越广，有利于提取地物信息。

三、遥感信息应用评价指标1. 信息量：信息量是指遥感信息中所包含的有效信息的多少。

信息量越大，遥感信息的应用价值越高。

2. 信息时效性：信息时效性是指遥感信息的获取和更新速度。

遥感地学分析的重点知识遥感地学是利用遥感技术研究地理现象和解决环境问题的学科。

它包括遥感技术原理、遥感数据处理和解译、地物分类与识别、变化检测和监测、数字地图制作等方面的内容。

以下是遥感地学分析的重点知识：一、遥感技术原理：1.电磁波与物质相互作用的基本原理：包括辐射、辐射传输和散射的基本概念和原理。

2.遥感数据获取原理：包括航空摄影、卫星遥感等遥感数据获取方式的原理和特点，了解遥感数据的获取分辨率、波段选择、时间频率和时态特点等方面的知识。

二、遥感数据处理：1.遥感影像的几何校正：包括影像的投影变换、大地坐标系统的建立等内容。

2.遥感影像的辐射校正：包括大气校正和表面反射率计算等内容。

3.遥感影像的增强与融合：包括直方图均衡化、滤波、波段融合等内容。

三、地物分类与识别：1.监督分类算法：包括最大似然分类、支持向量机分类等常见的监督分类算法，了解其原理和特点。

2.无监督分类算法：包括聚类、自组织神经网络等无监督分类算法，了解其原理和应用。

3.土地覆盖类型的分类与识别：了解土地覆盖类型分类的方法和应用，例如湿地、森林、农田等不同类型的土地覆盖。

四、变化检测和监测：1.遥感影像的时间序列分析：了解遥感影像的拼接和时间序列分析的方法，掌握时序遥感数据的获取和处理。

2.遥感影像的变化检测方法：包括基于阈值的像元级变化检测、基于多尺度分析的地物级变化检测等方法。

3.自然灾害的遥感监测：了解遥感监测自然灾害的方法和应用，例如洪水、地震、火灾等灾害的遥感监测。

五、数字地图制作：1.数据融合和地图综合：了解遥感影像和地理信息系统数据的融合与综合，包括栅格数据和矢量数据的转换与处理。

2.地理空间数据库的设计与管理：了解地理空间数据库的基本概念、模型和设计方法。

3.数字地图制作流程与软件技术：了解数字地图的制图流程和常用的地理信息系统软件的基本操作方法。

以上是遥感地学分析的重点知识，掌握这些知识可以帮助研究人员利用遥感技术解决地理现象和环境问题，提高对地球表层和自然资源的监测和管理能力。

遥感地学应用实验教程遥感地学是一门利用航空或卫星等遥感数据进行地理学研究的学科。

它通过获取、处理和分析遥感图像，来获取地球表面的信息。

遥感地学应用实验教程是帮助学习者掌握遥感地学的基本理论、技术和方法的教程。

本文将介绍遥感地学应用实验教程的内容和步骤，旨在帮助读者了解遥感地学应用实验的基本流程和要点。

一、遥感地学应用实验教程的内容1. 遥感数据获取：介绍遥感数据的来源、类型和获取方法。

遥感数据可以通过航空遥感或卫星遥感获取，包括可见光、红外、热红外等不同波段的数据。

2. 遥感数据处理：介绍遥感数据的预处理和处理方法。

预处理包括数据校正、大气校正、几何校正等，处理方法包括图像增强、特征提取、分类等。

3. 遥感数据分析：介绍遥感数据分析的方法和技术。

包括监督分类、非监督分类、变化检测、物候学分析等。

4. 遥感地学应用：介绍遥感地学在不同领域的应用。

包括土地利用与覆盖变化监测、环境监测、灾害风险评估、城市规划等。

1. 确定实验目标：根据自己的研究兴趣和需求，确定实验的目标和内容。

比如，想要研究土地利用变化，可以选择相关的遥感数据和分析方法。

2. 数据获取与准备：根据实验目标，选择合适的遥感数据，可以从公开的遥感数据库中获取。

然后进行数据预处理，包括校正、几何校正和辐射校正等。

3. 数据处理与分析：根据实验目标，选择合适的数据处理和分析方法。

可以利用遥感软件进行图像增强、特征提取和分类等操作，得到所需的地表信息。

4. 结果解释与应用：根据实验结果，进行结果解释和分析。

可以绘制地表分类图、变化检测图等，用于研究和应用领域。

5. 实验报告和总结：根据实验结果和分析，撰写实验报告并进行总结。

实验报告要包括实验目标、数据处理和分析方法、结果和结论等内容。

三、遥感地学应用实验教程的注意事项1. 数据选择：根据实验目标和需求，选择合适的遥感数据。

要考虑数据的时空分辨率、波段信息等。

2. 数据准备：对遥感数据进行预处理，包括校正、几何校正和辐射校正等，确保数据的准确性和可靠性。

遥感地学分析的重点知识遥感地学分析是利用遥感技术获取的地球信息进行地学分析的一门学科。

它综合利用了遥感技术、地理信息系统（GIS）、全球定位系统（GPS）和地球物理学等多学科的知识，以及数字图像处理、数学模型和统计分析等技术。

遥感地学分析的重点知识可分为以下几个方面：1.遥感原理和遥感仪器：遥感原理包括传感器对地物的辐射特性和反射光谱的解释，遥感仪器包括多光谱、高光谱和合成孔径雷达等传感器。

了解遥感原理和仪器有助于理解地球表面被动反射和主动发射的信息获取过程。

2.遥感图像的解译：遥感图像的解译是对图像进行信息提取和解释的过程，包括目标识别、目标提取和目标分类等。

常见的解译方法有目视解译、数字解译和专业解译软件的应用。

了解遥感图像的解译方法和技巧是进行地学分析的基础。

3.数字图像处理：数字图像处理是将遥感图像进行预处理、增强和特征提取的过程，包括影像校正、滤波、变换和分类等。

了解数字图像处理的原理和方法，可以提高遥感图像的质量和准确性。

4.地理信息系统（GIS）：GIS是将地球信息进行空间处理、管理和分析的计算机软件系统。

了解GIS的基本原理和功能，可以对遥感图像进行空间分析和综合应用，包括空间插值、地理叠加和空间模型等。

5.数学模型和统计分析：数学模型和统计分析是进行地学分析和预测的数学方法，包括回归分析、协方差和相关性分析等。

通过数学模型和统计分析，可以对遥感信息进行定量化和预测分析。

6.地球物理学和地学模型：地球物理学是研究地球物质和能量的物理现象和规律的学科，地学模型是对地球系统的物理过程和相互关系进行建模和模拟的工具。

了解地球物理学和地学模型，可以对特定地区的地学问题进行解决和分析。

7.实地验证和野外调查：实地验证和野外调查是对遥感解译结果进行验证和分析的方法，包括野外样方调查、采样和地面测量等。

通过实地验证和野外调查，可以提高遥感解译的准确性和可信度。

8.应用案例和研究方法：学习和掌握遥感地学分析的重点知识，需要参考和分析遥感应用案例和研究方法。

遥感导论课后习题答案第一章：1.遥感的基本概念是什么？应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。

2.遥感探测系统包括哪几个部分？被侧目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用.3.作为对地观测系统，遥感与常规手段相比有什么特点？①大面积同步观测：传统地面调查实施困难，工作量大，遥感观测可以不受地面阻隔等限制。

②时效性：可以短时间内对同一地区进行重复探测，发现地球上许多事物的动态变化，传统调查，需要大量人力物力，用几年甚至几十年时间才能获得地球上大范围地区动态变化的数据。

因此，遥感大大提高了观测的时效性。

这对天气预报、火灾、水灾等的灾情监测，以及军事行动等都非常重要。

（比较多，大家理解性的删除自己不需要的）③数据的综合性和可比性遥感获得地地物电磁波特性数据综合反映了地球上许多自然、人文信息。

由于遥感的探测波段、成像方式、成像时间、数据记录、等均可按照要求设计，使获得的数据具有同一性或相似性。

同时考虑道新的传感器和信息记录都可以向下兼容，所以数据具有可比性。

与传统地面调查和考察相比较，遥感数据可以较大程度地排除人为干扰。

④经济性遥感的费用投入与所获得的效益，与传统的方法相比，可以大大的节省人力、物力、财力和时间、具有很高的经济效益和社会效益。

⑤局限性遥感技术所利用的电磁波有限，有待进一步开发，需要更高分辨率以及遥感以外的其他手段相配合，特别是地面调查和验证。

第二章：6.大气的散射现象有几种类型？根据不同散射类型的特点分析可见光遥感与微波遥感的区别，说明为什么微波具有穿云浮透雾能力而可见光不能。

①瑞利散射（大气中粒子的直径比波长小得多时发生的散射）.②米氏散射（当大气中粒子的直径与辐射的波长相当时发生的散射）③无选择性散射（当大气中粒子的直径比波长大的多时发生的散射）.大气散射类型是根据大气中分子或其他微粒的直径小于或相当于辐射波长时才发生。

基于遥感技术的土地资源评价方法遥感技术是一种通过航空或卫星等远距离感测手段获取地球表面信息的方法。

土地资源评价是指对土地利用现状和潜力进行科学评价，以指导土地合理开发利用和保护。

本文将基于遥感技术，探讨土地资源评价的方法。

一、遥感数据获取遥感数据是土地资源评价的基础，可以通过航空遥感、卫星遥感等手段获取。

航空遥感是指利用飞机携带传感器对一定区域进行遥感观测，获取高分辨率的数据。

卫星遥感是指利用卫星携带传感器对广大地区进行遥感观测，获取中低分辨率的数据。

研究人员可以根据具体需求选择合适的遥感数据获取手段。

二、遥感图像预处理遥感图像预处理是指将原始遥感图像进行无噪声处理、大气校正、几何校正等步骤，得到可用于土地资源评价的准确图像。

无噪声处理是对图像中的噪声进行滤除，使图像更加清晰。

大气校正是通过对图像中的大气影响进行校正，消除大气散射等因素的影响。

几何校正是对图像进行几何纠正，使得图像的几何特征更加真实。

预处理后的遥感图像能更好地体现土地资源的特征。

三、土地覆盖分类土地覆盖分类是根据遥感图像的像元值进行分类，将土地分为不同的类别，如耕地、草地、水域等。

分类可以通过监督分类和非监督分类两种方法进行。

监督分类是指利用已知类别的样本数据进行分类，通过训练分类器将像元划分到相应类别。

非监督分类是指直接对图像进行像素聚类，根据像素间的相似性将其划分为不同类别。

通过土地覆盖分类，可以获取土地资源的空间分布状况。

四、土地变化检测土地变化检测是指对不同时期的遥感图像进行对比，分析土地利用变化情况。

通过对比前后两期的遥感图像，可以发现土地利用类型的变化情况，如新开发的工业区、农田扩大或缩减等。

土地变化检测可以帮助评价土地利用的可持续性，指导土地规划和资源管理。

五、土地资源评价模型基于遥感技术的土地资源评价通常采用多指标评价模型。

该模型基于遥感数据和其他属性数据，如土壤类型、地形、气候等，建立评价指标体系。

通过指标权重的确定和指标间的综合计算，得到土地资源评价结果。

遥感信息评价指标1、分辨率：用于评价遥感影像中能够区分的最小特征大小，分辨率越高，能够获取更详细的信息。

2、几何精度：用于评价遥感影像中位置信息的准确性，几何精度越高，影像中地物的位置信息越准确。

3、频谱分辨率：用于评价遥感影像中能够捕获的光谱范围和光谱间隔，频谱分辨率越高，能够区分的光谱信息越多。

4、辐射分辨率：用于评价遥感影像中对辐射能量的测量精度，辐射分辨率越高，能够获取的辐射信息越精确。

5、时间分辨率：用于评价遥感观测中观测时间间隔的精度，时间分辨率越高，能够获取到更多的时间序列数据。

6、定量信息提取精度：用于评价遥感影像中提取定量信息（如地物面积、温度等）的准确性。

7、匹配和注册精度：用于评价多个遥感影像之间的匹配和注册的准确性，越精确可以获得更准确的变化检测、地物提取等信息。

8、信息获取成本：用于评价获取遥感信息所需的成本，包括观测设备、数据处理和分析的费用等。

9、数据传输速度：用于评价遥感影像数据的传输速度，影响到数据获取和分析的效率。

10、数据重复性：用于评价遥感观测的数据采集重复性，重复性越高，可以提高数据的可信度和可靠性。

11、覆盖范围：用于评价遥感影像能够涵盖的地理区域范围，影响到应用的适用性和数据的通用性。

12、数据一致性：用于评价遥感影像数据中的一致性，包括多个遥感影像之间的一致性以及影像中地物的一致性。

13、容量和存储需求：用于评价遥感影像数据所需的存储容量和存储设备，越大的容量和需求，能够存储和处理更多的数据。

14、反射性能：用于评价遥感影像对不同地物的反射性能，不同地物反射的光谱特征和能量效率差异可以提供地物类型的识别和分类。

15、图像配准和校正精度：用于评价遥感影像的配准和校正的准确性，对于地物变化检测、时序分析等应用具有重要意义。

第1章绪论一、遥感地学分析遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。

地学分析方法与遥感图像处理方法有机地结合起来，一方面可扩大地学研究本身的视域，提高对区域的认识水平；另一方面可改善遥感分析、处理、识别目标的精度。

二、遥感的分类1、以探测平台划分；（地面、航空、航天、航宇）2、按探测的电磁波段划分；3、按电磁辐射源划分；（被动、主动）4、按应用目的划分。

（地质、农业、林业、水利、海洋等）二、按探测的电磁波段划分1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感三、遥感信息定量化的定义遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。

四、遥感信息的定量化两重含义1、遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。

2、从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。

3、定量化模型：分析模型、经验模型、半经验模型。

第2章地物光谱特征与遥感数字图像信息提取一、地物的反射光谱特性反射率——用来表示不同地物对入射电磁波的反射能力的不一样。

反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。

光谱反射率——Ρ(λ)=E R（λ）/E I(λ)↓↓↓反射率反射能入射能一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。

反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。

判读遥感图像的重要标志——在遥感图像上色调的差异。

判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。

物体对电磁波的反射形式——镜面反射、漫反射、方向反射。

反射光谱特性：1、发射率：任何地物当温度高于绝对温度0K时，组成物质的原子、分子等微粒，在不停地做热运动，具有向周围空间辐射红外线和微波的能力。

遥感地学分析遥感与地学各学科-——遥感应用之间的借口一．遥感信息地学平价1.遥感信息的属性：遥感信息的多源性（平台、波段、时间）遥感信息的物理属性（空间、波普、时间分辨率）2.遥感研究对象的地学属性：空间分布波普反射和辐射特性时相变化二．遥感信息地学评价标准1.空间分辨率：图像上能够详细区分的最小单元的尺寸或大小表示法：（1）像元：单个像元所对应的地面面积的大小，单位：M（2）线对数：影像1MM间隔内包含的线对数，单位：线对/mm（3）瞬时视场：传感器的瞬时时域，单位：mrad2.波普分辨率：遥感器所选用的波段数目、波段波长、波段宽度3.时间分辨率：对同一地区遥感影像重复覆盖的频率遥感地学综合分析方法一．遥感信息地学分析涉及的问题1.光谱信息是遥感的基础。

地物的波普特征是复杂的。

它受多种因素的控制，而且地物波普的特征本身也因时因地的变化着。

2.同一地物在影像上，由于它的地理区位不同，表现形式不一；而表现形式相同的，也未必是同一现象或地物。

即，存在着“同物异谱、同谱异物”现象，是解译结果不是唯一的，具有不确定性。

3.对地物识别依赖它们的光谱（亮度、密度）形状、大小、纹理结构等影像特征。

而且目前计算机图像处理主要还是依靠波普记录的色调或亮度信息，而对纹理识别较差，更缺乏机理的认识，因而带有一定的随机性、偶然性和片面性4.地表现象是错综复杂的，各个要素之间的关系可以有多种类型。

有的具有明显的规律性，有些具有随机性、不确定性，增添了影像解译的难度5.遥感所获得的信息并非是自然综合体的全部信息，而仅仅是自然综合体里能在二维平面上表现的那一部分信息。

仅从遥感得到的瞬时二维图像所能提取、识别的信息无法满足各个学科的需要二．遥感综合分析方法1.遥感地学相关分析充分认识地物之间以及地物与遥感信息之间的相关性，并借助这种相关性，在遥感图像上找寻目标是别的相关因子即间接解译标志，通过图像处理与分析，提取出这些相关因子，从而推断和识别目标本身（1）主导因素分析方法一个地区的自然环境和特点，是由自然和人为综合因素决定的。

知识创造未来
遥感地质学
遥感地质学（Remote Sensing Geology）是一门研究利用航空或
卫星遥感技术来获取、处理和解释地质信息的学科。

遥感地质学将
遥感技术应用于地质学领域，通过获取高分辨率的遥感图像来研究
地球表面及其地质构造、地貌特征、岩石类型等。

遥感地质学广泛应用于地质研究、资源勘查、地质灾害评估、环境
监测等领域。

通过遥感技术，可以获取大范围的地表图像，实现对
地质构造的分类、分析和绘制，为地质研究和资源勘查提供重要的
信息。

此外，遥感地质学还可以用于监测地质灾害，如地震、山体
滑坡等，并提供预警和应急响应。

遥感地质学的主要研究内容包括遥感图像解译、地物分类与识别、
数字地形分析、地貌演变研究等。

常用的遥感技术包括多光谱遥感、高光谱遥感、雷达遥感等。

总而言之，遥感地质学是将遥感技术与地质学相结合的跨学科领域，通过获取遥感图像来研究地质信息，并在地质研究、资源勘查和环
境监测等方面发挥重要作用。

1。

遥感数据在地学研究中的应用地学研究是一个十分广泛的领域，随着科技的不断发展，越来越多的技术手段被应用在其中，为我们认识地球提供了更为全面、深入的信息。

其中，遥感数据作为一种非常重要的技术手段，在地学研究中扮演着至关重要的角色，它的应用已经不仅仅是在地质、勘探研究中，还被广泛应用在农业、气象、环境监测和灾害管理等方面。

本文将介绍遥感数据在地学研究中的应用情况。

一、地质研究地质研究是遥感技术最早应用的领域之一，它的理论基础主要是地质物质的反射光谱特征。

地质研究中常用的遥感影像有高光谱图像和雷达图像。

高光谱图像可以反映地球表面物质光谱特征，通过研究岩石、土壤、植被等的光谱特征，可以判断其成因及特性，从而对地质构造进行研究。

雷达图像则可以获得地表的高分辨率图像，对地形和地貌的测绘极其精准。

二、勘探研究地球的矿产资源储量丰富，如何准确、高效地开采、探测这些矿产资源，已经成为地质学家需要解决的一个重要问题。

遥感技术在这方面可以发挥非常重要的作用。

和地质研究不同，勘探研究更关注矿物资源的寻找和分布情况，因此常用的是多光谱图像和合成孔径雷达图像。

这两种影像可以通过不同的频谱带宽、分辨率来反映地表覆盖物和地下岩体的反射、吸收和散射情况，从而找出矿床的位置和规模。

三、农业研究除了传统的农业航空遥感之外，高光谱卫星遥感技术的应用相对较新。

高光谱卫星遥感的特点是可以反映农作物的生长状态，诊断作物的叶绿素含量、生长势、病虫害等，并可以提供作物的生长周期、经济作物预测等便利的农业信息。

因此，遥感技术可以帮助农业部门更好地进行农业规划、生产技术研究和现代化农业生产。

四、气象和环境监测气象、环境监测是有关人类生存条件、经济发展以及自然资源合理利用等问题的重要领域。

利用卫星遥感技术及其产品，可进行遥感气象监测（如天气预报、气候变化）、环境遥感监测（如水体质量、空气质量、植被状况、土地利用变化、海岸带演变及地质灾害评估等）、遥感海洋监测（如海洋气象、微波高度计、海洋色彩、温度场、海面风场、浮游生物分布差距、海洋表面温度等）。

遥感地质学
遥感地质学是一门利用遥感技术对地质现象和地质过程进行研究的学科。

遥感地质学主要通过对地球表面的遥感图像、遥感数据和遥感测量结果的分析和解读，来获取地质信息和了解地质现象。

遥感地质学的研究内容包括但不限于以下几个方面：
1. 地质构造分析：利用遥感技术可以观测到地球表面的地质构造特征，如断裂带、褶皱构造、火山构造等，从而了解地质构造的性质、演化历史和活动状态。

2. 矿产资源勘查：利用遥感技术可以识别和定量评估地球表面的矿产资源，如矿床、矿物等，从而为矿产资源勘探和开发提供科学依据。

3. 土壤类型和土地利用研究：通过遥感技术可以掌握土地
表面的土壤类型、土地利用方式和土地覆盖情况，为土地
资源管理和农业生产提供支持。

4. 水文地质研究：遥感技术可以监测地表水体、地下水和
水文地质过程，如水文循环、水资源分布和水质状况，为
水资源管理和保护提供决策依据。

5. 灾害监测与评估：遥感技术可以监测地质灾害，如地震、滑坡、泥石流等，进行灾害风险评估和灾后监测，为灾害
预警和应急响应提供支持。

总之，遥感地质学是利用遥感技术研究地质现象和地质过
程的学科，通过对遥感图像和数据的分析和解读，获取地
质信息，为地质研究、资源勘探和环境管理提供科学依据。

多源遥感信息融合技术及多源信息在地学中的应用研究一、本文概述本文主要研究多源遥感信息融合技术及其在地学中的应用。

多源遥感信息融合技术是一种将来自不同传感器或不同平台的遥感数据进行综合处理和分析的技术，旨在提高遥感数据的利用效率和解译精度。

该技术的研究已经成为遥感领域的一个重要方向。

本文首先对多源遥感信息融合技术进行了概述，介绍了其目的、意义以及国内外的研究现状。

详细阐述了多源遥感信息融合的理论基础，包括融合的概念、层次、模型和结构等。

接着，讨论了多源遥感影像像素级融合技术，包括融合过程、特点及其应用。

本文还探讨了基于不同理论的多源遥感信息融合方法，如Bayes融合法、DempsterShafer证据理论和改进的BP神经网络等。

在地学应用方面，本文研究了遥感技术为地学应用提供的数据来源和探索方式。

通过对遥感地学分析的基本思想进行研究，论述了遥感信息在地学中的应用，并结合实际案例进行了分析和讨论。

本文旨在为多源遥感信息融合技术的研究和应用提供理论和实践指导，以促进遥感技术在地学领域的进一步发展和应用。

二、多源遥感信息融合技术基础多源遥感信息融合技术是指将来自不同传感器、不同平台、不同时间和不同空间分辨率的遥感数据进行集成和综合分析，以获得更全面、更准确的地学信息。

该技术已取得显著进展，主要特点包括：数据来源广泛：随着航天技术的发展，遥感数据的获取平台和传感器类型日益丰富，包括光学传感器、雷达传感器、激光传感器等。

数据分辨率提高：遥感数据的分辨率不断提高，从早期的米级、公里级发展到亚米级、厘米级，甚至毫米级，提高了数据的细节信息含量。

数据融合技术成熟：多源遥感数据融合技术包括图像配准、图像增强、特征提取、分类识别等，实现了多源数据的有效集成和利用。

数据量大：遥感数据的体量庞大，处理和存储这些数据对计算资源和存储空间提出了挑战。

数据异质性强：多源遥感数据具有不同的传感器类型、分辨率和波段范围，导致数据异质性强，融合难度增大。

第一章遥感：指空对地的遥感，即从远离地面的不同工作平台上（如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等）通过传感器，对地球表面的电磁波（辐射）信息进行探测，并经信息的传输、处理和判读分析，对地球的资源与环境进行探测和监测的综合性技术。

地学分析是以地学规律为基础对信息进行的分析处理过程。

地学分析方法主要有地理相关分析法、主导因素法、环境本底法、交叉分析法、信息复合等。

遥感的目的：建立模型，从简单到复杂地分析图像，从少到多地利用图像，从遥感数据中获取需要的遥感信息。

人们通过对遥感信息的处理、分析、复原和反演来揭示地表各种现象和过程的规律。

遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法。

遥感信息源的综合特征（1）多源性多平台多波段多视场（2）空间宏观性遥感影像覆盖围大、视野广，具有概括性（3）遥感信息的时间性瞬时特征时效性重返周期与多时相（4）综合性、复合性多种地理要素的综合反映多分辨率遥感信息的综合（5）波谱、辐射量化性地物波谱反射、辐射的定量化记录（6）遥感信息在地学分析中的模糊性和多解性地面信息是多维的、无限的（时间和空间的），而遥感信息是简化的二维信息遥感信息的复杂性和不确定性主要表现在：同物异谱、异物同谱；混合象元；时相变化；信息传输中的衰减和增益（辐射失真和几何畸变）遥感数据介绍1）高分辨率遥感数据 2）中分辨率遥感数据 3）低分辨率遥感数据高分辨率（高清晰度）遥感卫星像片空间分辨率一般为5m-10m 左右，卫星一般在距地600km （千米）左右的太阳同步轨道上运行。

应用围：精度相对较高的城市部的绿化、交通、污染、建筑密度、土地、地籍等的现状调查、规划、测绘地图；大型工程选址、勘察、测图和已有工程受损监测等；还可应用于农业、林业、灾害等领域的详细调查和监测。

遥感技术在地学领域中的应用研究地学领域是研究地球系统的学科，涉及地球的物理特征、地质、地貌、水文环境、气候、生态等方面，由于地球系统的复杂性，地学研究常常需要借助于遥感技术进行观测与研究。

遥感技术是通过获取地表、大气和水体等目标的“图像”和数据，对其进行处理分析，获得地球表面性质和信息的一种技术和方法。

在地学领域中，遥感技术的应用已经得到了广泛的认可与使用。

一、遥感在地质研究中的应用在地质学中，遥感技术可以通过卫星图像、航空照片等手段获取地表的多种信息，如地形、构造、岩性、矿床等。

这些信息的获取对于资源勘查和工程建设具有重要意义。

以石油勘探为例，遥感技术可以通过卫星图像和航空照片获取地表沉积地层的分布、运移路径和有利沉积条件，从而为石油勘探提供依据。

在地震研究中，遥感技术可以对断层、地表位移等现象进行观测，为地震灾害防治提供技术支持。

二、遥感在地形研究中的应用地球表面的地形起伏是地球表面上最显著的特征之一，也是人们进行自然环境分析与研究的重要依据。

遥感技术通过对卫星图像、航空照片等数据的分析，可以获得高精度的地形数据。

地形数据的获取对于水文模拟、洪水预报、土地利用规划、地表沉降、地质灾害等应用领域具有重要的作用。

在气候变化等方面，基于地形数据的气候模拟也得到了广泛应用。

三、遥感在水文环境研究中的应用水文是研究地表水循环、水资源和水环境问题的学科。

遥感技术可以通过卫星图像、航空照片等手段获取水资源和水环境相关的信息，如湖泊、河流、冰川、水库等，还可以获取土地利用、植被分布等信息。

基于遥感数据的水文模型和水资源评估方法，成为了当前水资源管理和水环境保护的重要工具。

例如，利用遥感技术可以对水库、河流的水位、水温、水质等进行监测和预测，为水利工程建设和管理提供数据支持。

四、遥感在生态环境研究中的应用生态环境是指生态系统与环境之间的关系。

遥感技术可以获取地表植被生态系统和动物栖息环境等方面的数据信息，如森林覆盖度、草地表面积、沙漠化过程、沙尘暴频率等，基于这些数据，可以构建生态环境模型，为生态保护和生态修复提供技术支持。